一种基于强化学习的AGV智能调度系统及方法

摘要

本发明涉及的一种基于强化学习的AGV智能调度系统，包括调度模块和深入强化学习模型，其中所述深入强化学习模型包括评估网络、经验回放池、目标网络和损失函数，其中，所述调度模块的输入为AGV小车使用需求，输出连接所述评估网络，评估网络输出Q估计值至所述经验回放池；所述经验回放池输出Q估计值至所述目标网络，所述目标网络输出Q目标值，Q目标值与Q估计值均输入至所述损失函数，损失函数的输出再反馈给评估网络。本发明的有益之处在于，过调度模块对AGV小车的停放位置和停放数量进行优化，使得在使用AGV小车时，能够不断的缩短AGV小车的调整时间，提高对AGV小车的利用效率，减少人员、资源和时间的消耗。